45 lines
2.6 KiB
Markdown
45 lines
2.6 KiB
Markdown
# Implementierungsstand
|
|
|
|
## Implementiert
|
|
|
|
- gemeinsames Monorepo mit `go.work`
|
|
- gemeinsamer Docker-Compose-Stack
|
|
- zentraler Ollama-Endpunkt für Agent/KB/NeuroForge
|
|
- NeuroForge + NFVJ2/SQAR Vector Journal
|
|
- App-Key-geschützte NeuroForge Knowledge Integration API
|
|
- namespace-isolierte semantische Suche
|
|
- Batch-Upsert/Batch-Delete für Knowledge-Chunks
|
|
- Agent `local` / `dual` / `neuroforge` Betriebsmodi
|
|
- explizites fail-open / fail-closed
|
|
- Remote-Semantik bleibt nur Evidenz; Agent-Hybrid-/Policy-Logik bleibt autoritativ
|
|
- inkrementelle Updates und Löschungen in NeuroForge
|
|
- vorhandene Brain-Activity-Hooks auf NeuroForge Events
|
|
- read-only Control Center
|
|
- gemeinsames produktives `knowledge/` mit KB-RW / Agent-RO
|
|
- separater Bearer-geschützter Research-/Integration-Draft-Ingress in KB-Staging
|
|
- Research-Drafts können nicht produktiv schreiben und erzwingen `auto_reply=false`
|
|
- getrennte Secrets für Admin, App, Worker, Metrics und KB-Staging-Integration
|
|
- Tests für Namespace-Isolation, Lifecycle, Fail-open/fail-closed und Staging-Governance
|
|
- optionaler SearXNG-Service als Compose-Profil `research`
|
|
- Controlled-Learning-Bootstrap ohne automatisches Chat-Input/Assistant-Output-Lernen
|
|
- Human-Outcome-Learning (`accepted`/`corrected`) über separaten App-Key-Endpunkt
|
|
- lokales Outcome-Audit mit `pending|learned|failed`, Retry und unveränderlicher Revisionskette
|
|
- Stale-Run-Schutz gegen Lernen aus überholten GLPI-Ticketzuständen
|
|
- getrennte Schalter für Research/SearXNG und zeitgesteuerte Autonomie
|
|
- persistenter Master/Subagent-Orchestrator mit Resource-/Capability-Routing, Priorität, DAG-Dependencies, Retry/Backoff und Idempotenz
|
|
- Heartbeat/Lease-Fencing inklusive Expiry-Prüfung und stale-result Schutz
|
|
- zweiphasiger `apply_wait`-Commit für Worker-Ergebnisse, die autoritativen Master-State verändern
|
|
- CPU-Subagents für `vector.relink`, GPU-Subagents für `model.chat`/`model.embed`, optional remote über `docker-compose.subagent.yml`
|
|
- bounded Knowledge-Graph-Backfill für importierte Memories (ANN-Kandidaten statt O(N²))
|
|
- echte n:m-Adjamenz, Relationstypen, Multi-Hop-Retrieval und Graph-Health-Metriken
|
|
- Memory-Version + Vector-Fingerprint-Fencing gegen Delete/Recreate-Races während Relink
|
|
|
|
## Bewusst nicht automatisiert
|
|
|
|
- Kein NeuroForge-Research-Run wird ohne expliziten Workflow automatisch zum KB-Entwurf.
|
|
- Kein KB-Entwurf wird automatisch promoted.
|
|
- Keine GLPI-Automation wird durch die Vektormigration automatisch aktiviert.
|
|
- Das Control Center besitzt keine Admin-Aktionen.
|
|
|
|
Diese Grenzen sind Teil des Kontrollmodells und können später gezielt über signierte/approvable Jobs erweitert werden.
|